Pytorch系列之——模型创建与nn.Module

模型创建与nn.Module

• 网络模型创建步骤
• nn.Module属性

在学习模型创建步骤之前，回顾一下前面提到的机器学习模型训练的五大步骤，即：数据、模型、损失函数、优化器和迭代训练。这次我们主要谈论模型模块这部分。
对于模型模块，首先分为两大部分分别是模型的创建和模型权值的初始化。其中在模型创建模块，有分为构建网络层和拼接网络层这两个子模块，我们通过构建类似卷积层、池化层和激活函数层等子模块，再根据一定的顺序或拓扑结构将这些子模块拼接起来，最后就可以构建成类似LeNet、AlexNet和ResNet等深度神经网络。而这些都是基于pytorch中的nn.Module模块来实现的，这是根本也是关键之处。
在人民币二分类实验中，已经实现过了一个神经网络LeNet，这里进行回顾：
可以看到LeNet由7层网络子模块构成，分别是卷积层1，池化层1，卷积层2，池化层2，全连接层1，全连接层2和全连接层3。在构建好这7个子模块之后，我们会将它们按一定的顺序进行连接，之后进行包装即可得到LeNet。
下面从计算图的角度来观察LeNet模型的构建：